设备故障诊断与预测系统产品系统

工业设备运维场景下，传统定期检修模式存在过度维修或故障漏判问题，设备故障数据分散，难以提前预判潜在异常。本系统立足工业设备运维业务，基于时序运行数据实现设备健康度评估与故障预测，帮助运维人员提前识别设备劣化趋势，降低非计划停机带来的生产损失。

系统包含设备数据接入、健康度评估、故障预测预警、统计可视化四大模块。可接入传感器采集的温度、振动、电流等时序数据，计算设备健康得分；对设备退化趋势进行预测，对潜在故障输出预警提示；支持设备运行指标统计、健康状态图表展示，辅助运维人员制定合理检修计划，提升工业设备运维效率。

本人负责数据预处理、预测模型开发与后端接口实现。技术栈使用Python、FastAPI，结合时序分析算法对传感器数据做清洗特征工程，构建设备健康评估模型；解决工业噪声数据干扰、故障样本不均衡难点，完成模型推理封装，输出健康度评分与故障预测结果，对接前端完成整体联调。